随着互联网络的飞速发展,网络上的各种新业务层出不穷,随着业务本身的发展,人们的生活,工作方式也在改变,互联网史前年代出现的电子邮件,在今天的商务中被广泛使用,随着更多的人使用互联网,网络逐渐成为获取信息,知识,商机的重要渠道,诞生于二十世纪九十年代的RSS,在信息爆炸的今天,成为了网络中最重要的一种信息推送方式,本文针对日益广泛使用的RSS服务,提出了一种对其内容进行过滤的模型。本文对RSS的结构和规范作了介绍,并概述了当前流行的文本聚类和分类算法,针对目前流行的以关键词为主,对RSS进行过滤的方案,提出了一种新的对RSS内容进行过滤的模型:(1)本模型寻求构建一个满足RSS订阅者需求的最小核心内容集合,根据RSS内容的重要性来对RSS文档内容过滤,提出了基于分层思想的三层模型,核心层,中间层,外层。其重要性依次递减。(2)在模型中,有效地把聚类和分类算法融合起来,对首次获取RSS源的文档内容进行层次聚类,构建内容过滤模型,对后续获取的内容使用分类算法来满足订阅者的需求。(3)在过滤的机制上,根据RSS文档内容的特点,采用关键词组和向量空间模型相结合的方式,充分利用RSS文档的属性,例如标题,发布时间,发布源,作者等,有效地甄别了RSS文档的内容。(4)考虑到了中文的特殊性,尤其是中文分词造成的特殊性,在模型中引入了增删关键词的功能,并赋予其正向和逆向属性,也便于灵活更新分词词典,通过这种反馈,提高内容过滤的效果。最后对模型进行了实验,验证了算法的有效性。